GitHub Agentic Workflows
用 Markdown 加 YAML 定义 AI 驱动的仓库自动化，并编译成标准 GitHub Actions 工作流安全运行。
- 源仓库
- github/gh-aw
- Star 数
- ★ 5.4k
- 最近更新
- 今天
- License
- MIT
- 主语言
- Go
- FA 评分
- 57/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配Claude Code · OpenAI API · Claude APIChatGPT（部分支持）
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 维护者希望自动对新建 Issue 进行分类、打标签与初步回复
- 不适合
- 希望完全脱离 GitHub Actions 运行自动化的团队
- 无法接受把仓库内容与事件数据交给云端 AI 引擎的团队
- 不愿人工审查权限、网络访问与生成文件的团队
- 源码审查
- 57/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
GitHub Agentic Workflows（gh-aw）是 GitHub 官方推出的 gh CLI 扩展，让开发者用带 YAML frontmatter 的 Markdown 描述 AI 智能体任务，再由 gh aw compile 编译成标准的 .lock.yml GitHub Actions 工作流。frontmatter 负责配置触发器、权限、工具与 AI 引擎，Markdown 正文则用自然语言告诉智能体要完成什么。内置引擎包括 GitHub Copilot、Claude Code、OpenAI Codex、Google Gemini 和 Pi。默认情况下智能体作业只读并运行在沙箱中，配置好的 GitHub 写操作由经过校验的 safe-outputs 作业以最小权限单独执行。它定位为现有 CI/CD 的补充，而非替代：确定性构建、测试、部署仍交给常规 GitHub Actions。
用户编写一个 Markdown 文件，顶部 YAML frontmatter 声明触发事件、权限、可用工具和 AI 引擎，正文写明任务目标。gh aw compile 校验源文件并生成 GitHub Actions 执行的 .lock.yml 工作流。运行时智能体作业以只读 GitHub 访问权限在沙箱中运行，调用所选引擎（Copilot、Claude Code、Codex、Gemini、Pi）推理；需要写操作时，由 safe-outputs 作业缓冲、校验并按需赋予范围权限后执行，从而把推理与写入分离。最终产出是标准的 Actions 运行记录和对应的仓库变更（如 Issue 评论、PR 评审等）。
- 维护者希望自动对新建 Issue 进行分类、打标签与初步回复
- 团队想在 PR 提交时自动生成评审意见，但仍保留确定性 CI 检查
- CI 失败后需要 AI 读取日志定位可能原因并汇总
- 文档团队需要定期检查文档过期或缺失并生成待办
- 安全与运维人员需要定期分析依赖变更并输出仓库报告
如何安装或部署这个 Agent？
需要先安装 GitHub CLI（gh），并在仓库中启用 GitHub Actions。然后安装扩展：
gh extension install github/gh-aw安装后按官方快速开始选择 AI 引擎、添加示例工作流。引擎认证方式参见 https://github.github.com/gh-aw/reference/engines/ 。
如何使用这个 Agent？
创建智能体工作流源文件（Markdown + YAML frontmatter），再用扩展编译为可执行的 Actions 工作流：
gh aw compile编译会生成 .lock.yml，由 GitHub Actions 按 frontmatter 中的触发器执行。提交前请人工复核权限、工具、网络访问和生成文件。也可参考官方 agent 快捷链接中的 create.md、install.md、package.md 与参考文档：
https://raw.githubusercontent.com/github/gh-aw/main/create.md
https://raw.githubusercontent.com/github/gh-aw/main/install.md
https://raw.githubusercontent.com/github/gh-aw/main/package.md
https://raw.githubusercontent.com/github/gh-aw/main/.github/aw/github-agentic-workflows.md这个 Agent 有哪些优点和局限？
- 以 Markdown + YAML 作为唯一源文件，经 compile 生成标准 Actions 工作流，可审查、可版本化
- 默认只读 + 沙箱执行，写操作经 safe-outputs 校验并隔离权限，安全模型清晰
- 内置多种引擎（Copilot、Claude Code、Codex、Gemini、Pi），可按团队现状切换
- 定位为 CI/CD 补充，确定性任务仍用常规 Actions，迁移风险较低
- 以 gh CLI 扩展分发，安装路径与 GitHub 生态原生对齐
- 核心运行依赖 GitHub Actions 与 gh CLI，无法脱离该平台使用
- 需要自备 AI 引擎账号或 API 访问，模型调用按量付费
- README 明确要求人工审查权限、工具与网络访问，并承担使用风险
- README 记录了 0.83.3 至 0.85.4 之间的安全漏洞，相关版本已撤下，需关注版本演进
- 源语言工作流编写与引擎认证仍需阅读多份外部文档
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| GitHub Agentic Workflows 当前 | 57 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 5.4k | 今天 | Go | Claude Code · OpenAI API · Claude API |
| n8n-as-code | 79 · 表现良好 | IDE 插件免费 | ★ 1.6k | 1 天前 | TypeScript | — |
| Auto Company 自主 AI 公司 | 70 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 3.1k | 2 天前 | Python | Codex · Claude Code |
| WebBrain | 65 · 存在缺口 | 浏览器扩展免费 + 模型费 | ★ 1.5k | 今天 | JavaScript | Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 明确说明 agent 作业默认只读、沙箱化，写操作经 safe-outputs 独立作业以最小权限执行；ADR-29433 与 ADR-43244 显示编译器在编译期校验 pull_request_target 与权限边界，故 least_privilege 给 2。但用户确认机制仅体现为“人工审阅权限”的提示，无交互式确认流程，user_confirmation 仅 1。数据流与敏感数据处理有架构文档与 token 隔离谓词（P10）支撑，给 2；依赖安全有 go.mod 注释、depguard 规则、SBOM 与 govulncheck 工具，给 2。外部副作用经 safe-outputs 缓冲校验，给 2；回滚仅见“退役受影响版本”的说明，缺少工作流级回滚/撤销机制，rollback 给 1。来源归属有 MIT 版权与 GitHub 组织署名，给 2。
README 对工作流两段式结构、编译产物 .lock.yml 的描述与 ADR 中编译器管线一致，self_consistency 给 2。依赖以 go.mod 锁定版本并含 replace 说明，dependency_availability 给 2。ADR-29433 要求错误信息含具体短语与修复建议，failure_messages 给 2；但未提供运行时故障排查的完整错误目录（仅测试文件引用 playbook），故未给 3。
README 明确区分确定性 CI 与需要推理的 agentic 场景，并列出多种 AI 引擎，audience_and_scenarios 给 2。capability_boundaries 有“互补而非替代 CI/CD”的明确边界，给 2。trigger_precision 由 ADR-29433 的触发器校验与 README 的 frontmatter 触发配置支撑，给 2。environment_fit 仅见 Windows 构建/集成工作流，缺少对其他运行环境的说明，给 1。
README 目录结构清晰、含快速开始与文档索引，information_architecture 给 2。install_notes 给出 gh extension install 命令，给 2。naming_stability 因 ADR 中大量 Draft/Unknown 决策者与自动生成文档，命名与决策稳定性存疑，给 1。examples_and_faq 仅链接外部站点，仓库内无示例正文，给 1。known_limitations 有安全警告与“风险自担”声明，给 2。license 为完整 MIT 文本，给 3。versioning_changelog 仅提及版本区间退役，无 changelog 文件，给 1。maintenance_responsibility 有 SECURITY.md 报告渠道与 GitHub 组织归属，给 2。
output_usability 由编译生成标准 Actions 工作流、可审计产物支撑，给 2。marginal_value 在于为推理型任务提供受控自动化，与现有 CI 互补，给 2。cost_benefit 缺少成本/配额说明，且 ADR 显示大量测试为跳过或文档性形式化，投入产出证据不足，给 1。
claim_traceability 有 ADR 的谓词到测试映射表与规范引用，给 2。cross_source_corroboration 因 ADR-56076 承认 12 个谓词中 11 个被跳过、形式化模型仅为文档，跨源佐证薄弱，给 1。fact_inference_separation 在 ADR 中区分了已实现与待实现（t.Skip 理由），给 2。
- README 自述“使用需谨慎、风险自担”，且曾因安全漏洞退役多个版本；部署前必须逐项审查权限、工具与网络访问。
- ADR-56076 显示 12 个形式化谓词中 11 个被跳过，形式化模型仅为文档，不能据此认为安全保证已被持续验证。
- 多个 ADR 状态为 Draft、决策者 Unknown 或由 AI 代理生成，规范稳定性与最终决策归属尚不明确。
- 仓库内缺少示例正文与变更日志，示例与 FAQ 依赖外部站点，离线审阅时证据不足。
- 本次为静态源码审阅，未执行任何工作流或测试，结论置信度低。
常见问题
它会不会取代我现有的 CI？
智能体会直接写我的仓库吗？
费用如何？
能脱离 GitHub Actions 使用吗？
.lock.yml，运行与权限模型都基于 Actions。